홈앤서비스 SK BROADBAND

‘인공지능 바이블’로 통하는 이 책은 이미 3판에서도 인공지능 연구의 결정판으로서의 위치를 확고히 한 바 있다. 최소 134개국 1,529개 이상의 대학에서 교재로 사용하고 있으며(미국에서만 554개 대학에서 채택), 전 세계의 교육자들은 이 책을 다음과 같이 칭송하고 있다.

Its a pleasure teaching from your book. - Prof. Barbara Grosz (Harvard)
a damn good book - Prof. Pat Hayes (Western Florida)
Its simply the best. - Prof. Curry Guinn (Duke)

PART V 기계학습
CHAPTER 19 견본에서 배우는 학습 ㆍ 3
19.1 학습의 여러 형태 ………………………………………………………………………………………………………………… 4
19.2 지도학습 …………………………………………………………………………………………………………………………………… 6
19.3 결정 트리의 학습 ……………………………………………………………………………………………………………… 11
19.4 모형 선택과 최적화 ………………………………………………………………………………………………………… 21
19.5 학습 이론 ……………………………………………………………………………………………………………………………… 30
19.6 선형 회귀와 분류 ……………………………………………………………………………………………………………… 35
19.7 비매개변수 모형 ………………………………………………………………………………………………………………… 47
19.8 앙상블 학습 …………………………………………………………………………………………………………………………… 59
19.9 기계학습 시스템 개발 ……………………………………………………………………………………………………… 69
▶▶ 요약 …………………………………………………………………………………………………………………………………… 81
▶▶ 참고문헌 및 역사적 참고사항 …………………………………………………………………………… 82

CHAPTER 20 확률 모형의 학습 ㆍ 89
20.1 통계적 학습 …………………………………………………………………………………………………………………………… 90
20.2 완전 데이터를 이용한 학습 ………………………………………………………………………………………… 93
20.3 은닉 변수가 있는 학습: EM 알고리즘 ……………………………………………………………… 109
▶▶ 요약 ………………………………………………………………………………………………………………………………… 119
▶▶ 참고문헌 및 역사적 참고사항 ………………………………………………………………………… 120

CHAPTER 21 심층학습 ㆍ 125
21.1 단순 순방향 신경망 ……………………………………………………………………………………………………… 127
21.2 심층학습을 위한 계산 그래프 ………………………………………………………………………………… 133
21.3 합성곱 신경망 …………………………………………………………………………………………………………………… 137
21.4 학습 알고리즘 …………………………………………………………………………………………………………………… 144
21.5 일반화 …………………………………………………………………………………………………………………………………… 148
21.6 순환 신경망 ………………………………………………………………………………………………………………………… 153
21.7 비지도학습과 전이학습 ………………………………………………………………………………………………… 157
21.8 응용 ………………………………………………………………………………………………………………………………………… 165
▶▶ 요약 ………………………………………………………………………………………………………………………………… 168
▶▶ 참고문헌 및 역사적 참고사항 ………………………………………………………………………… 168

CHAPTER 22 강화학습 ㆍ 173
22.1 보상 기반 학습 ………………………………………………………………………………………………………………… 173
22.2 수동 강화학습 …………………………………………………………………………………………………………………… 176
22.3 능동 강화학습 …………………………………………………………………………………………………………………… 183
22.4 강화학습의 일반화 ………………………………………………………………………………………………………… 191
22.5 정책 검색 …………………………………………………………………………………………………………………………… 199
22.6 견습 학습과 역강화학습 ……………………………………………………………………………………………… 202
22.7 강화학습의 응용 ……………………………………………………………………………………………………………… 206
▶▶ 요약 ………………………………………………………………………………………………………………………………… 209
▶▶ 참고문헌 및 역사적 참고사항 ………………………………………………………………………… 211

PART VI 의사소통, 지각, 행동
CHAPTER 23 자연어 처리 ㆍ 217
23.1 언어 모형 …………………………………………………………………………………………………………………………… 218
23.2 문법 ………………………………………………………………………………………………………………………………………… 231
23.3 파싱 ………………………………………………………………………………………………………………………………………… 233
23.4 증강 문법 …………………………………………………………………………………………………………………………… 240
23.5 실제 자연어의 복잡한 사항들 ………………………………………………………………………………… 246
23.6 자연어 처리 과제들 ……………………………………………………………………………………………………… 250
▶▶ 요약 ………………………………………………………………………………………………………………………………… 252
▶▶ 참고문헌 및 역사적 참고사항 ………………………………………………………………………… 253

CHAPTER 24 자연어 처리를 위한 심층학습 ㆍ 259
24.1 단어 내장 …………………………………………………………………………………………………………………………… 260
24.2 NLP를 위한 순환 신경망 …………………………………………………………………………………………… 264
24.3 순차열 대 순차열 모형 ………………………………………………………………………………………………… 268
24.4 트랜스포머 구조 ……………………………………………………………………………………………………………… 274
24.5 사전훈련과 전이학습 ……………………………………………………………………………………………………… 277
24.6 현황 ………………………………………………………………………………………………………………………………………… 282
▶▶ 요약 ………………………………………………………………………………………………………………………………… 285
▶▶ 참고문헌 및 역사적 참고사항 ………………………………………………………………………… 285

CHAPTER 25 컴퓨터 시각 ㆍ 289
25.1 소개 ………………………………………………………………………………………………………………………………………… 289
25.2 이미지 형성 ………………………………………………………………………………………………………………………… 291
25.3 단순 이미지 특징 …………………………………………………………………………………………………………… 298
25.4 이미지 분류 ………………………………………………………………………………………………………………………… 306
25.5 물체 검출 …………………………………………………………………………………………………………………………… 311
25.6 3차원 세계 ………………………………………………………………………………………………………………………… 314
25.7 컴퓨터 시각의 용도 ……………………………………………………………………………………………………… 319
▶▶ 요약 ………………………………………………………………………………………………………………………………… 334
▶▶ 참고문헌 및 역사적 참고사항 ………………………………………………………………………… 335

CHAPTER 26 로봇공학 ㆍ 341
26.1 로봇 ……………………………………………………………………………………………………………………………………… 341
26.2 로봇 하드웨어 ………………………………………………………………………………………………………………… 342
26.3 로봇공학이 푸는 문제들 …………………………………………………………………………………………… 347
26.4 로봇 지각 ………………………………………………………………………………………………………………………… 349
26.5 계획 수립과 제어 ………………………………………………………………………………………………………… 357
26.6 불확실한 운동의 계획 ………………………………………………………………………………………………… 378
26.7 로봇공학의 강화학습 …………………………………………………………………………………………………… 381
26.8 인간과 로봇 ……………………………………………………………………………………………………………………… 384
26.9 로봇공학의 또 다른 틀 ……………………………………………………………………………………………… 394
26.10 응용 영역 ………………………………………………………………………………………………………………………… 397
▶▶ 요약 ……………………………………………………………………………………………………………………………… 400
▶▶ 참고문헌 및 역사적 참고사항 ……………………………………………………………………… 402

PART VII 결론
CHAPTER 27 인공지능의 철학, 윤리학, 안전 ㆍ 411
27.1 인공지능의 한계 ……………………………………………………………………………………………………………… 411
27.2 기계가 정말로 생각할 수 있을까? ……………………………………………………………………… 416
27.3 인공지능의 윤리 ……………………………………………………………………………………………………………… 418
▶▶ 요약 ………………………………………………………………………………………………………………………………… 443
▶▶ 참고문헌 및 역사적 참고사항 ………………………………………………………………………… 443

CHAPTER 28 인공지능의 미래 ㆍ 451
28.1 인공지능의 구성요소 ……………………………………………………………………………………………………… 452
28.2 인공지능 구조 …………………………………………………………………………………………………………………… 459

APPENDIX A 수학적 배경 ㆍ 465
A.1 복잡도 분석과 O( ) 표기법 ……………………………………………………………………………………… 465
A.2 벡터, 행렬, 선형대수 …………………………………………………………………………………………………… 468
A.3 확률분포 ……………………………………………………………………………………………………………………………… 470
▶▶ 참고문헌 및 역사적 참고사항 ………………………………………………………………………… 473

APPENDIX B 언어와 알고리즘에 관해 ㆍ 475
B.1 BNF를 이용한 언어의 정의 ……………………………………………………………………………………… 475
B.2 알고리즘 서술에 쓰이는 의사코드 ………………………………………………………………………… 476
B.3 온라인 보조 자료 …………………………………………………………………………………………………………… 478

참고문헌 ………………………………………………………………… 479
찾아보기 ………………………………………………………………… 537